呼吸机设置：如果明天的技术解决方案今天就能实现，那会怎样？

我们饶有兴趣地阅读了 Gattinoni 等人的文章，以及随后展开的热烈讨论。我们在文章的结论中指出了设置通气的多因素要求：

总之，虽然可复张性提供了有关疾病严重程度和无张力肺数量的重要信息，但 PEEP 的选择需要综合评估其他变量，如弹性、跨肺压和血流动力学，才能真正实现个性化。仅根据可复张性选择 PEEP 可能会导致混乱和潜在的通气设置伤害。

我们还对作者后来指出新技术和解决方案的潜力做出了回应：

其中一些方案可能包括自动多参数监测和建模，这可以预测对治疗的反应，例如使用计算模型（"数字孪生技术"）来估算临床试验中不可测量的参数，并对其结果进行生理学解释。

然而，讨论的总体基调似乎表明，缺乏可能性，也很难一下子解决他们注意到的关键临床指标，并认为这些答案充其量只是明天的技术。我们只想问：

如果每次呼吸或在任何临床上合理的间隔时间内，您都能准确预测患者对通气输入变化的特定反应，包括：

-可复张性，改变呼气末正压（PEEP）时损失或获得的肺容积。

- PEEP 或模式发生任何变化时的峰值容量和压力。

- 压力或容量输送发生任何变化时的扩张及其扩张肺容积（以 cmH2O 为单位）。

如果还能监测不同步的程度、频率和类型，从而考虑到患者与呼吸机之间的相互作用呢？随着时间的推移，这些患者特异性指标可以在所有情况下区分有反应者和无反应者，并能跟踪反应性的变化情况。要合理全面地优化和个性化通气，所有这些指标都是必不可少的。如果这些指标是以物理学为基础的，并且可以解释，而不是黑箱操作呢？如果它们的预测非常准确呢？如果将这些指标融入当地的临床指南、方案和护理方法中，从而创造出一种 "一种方法适合所有患者 "的方法，而不是今天经常出现的 "一刀切（加上量身定制）"的方案治疗方法呢？如果图 1 可以在每次呼吸或任何时候实现呢？如果明天的通气解决方案今天就能实现，那会怎样？

图 1 A 测量气道压力和容积；B 确定一个非线性数字孪生模型；C 预测 PEEP 的变化（在本例中）对峰值压力、容积和膨胀的影响；这样您就可以将其用于通气方案中，例如，在 PEEP 达到最大顺应性时通气，或在可复张性下降之前，在稍低和最大复张容积时通气。